Séance de cours
Mémoire longue et ARCH: Séries chronologiques Math 342
Dans cours
DEMO: ut irure non
Mollit duis laborum incididunt excepteur quis pariatur dolore eiusmod est. Deserunt adipisicing sunt cillum ea. In nostrud cillum veniam exercitation ullamco adipisicing. Voluptate esse ut irure consectetur do irure mollit nostrud enim tempor anim laboris. Adipisicing aliqua aute deserunt aliqua occaecat dolor aliquip.
Description
Cette séance de cours couvre le concept de longue mémoire dans les séries temporelles, où les corrélations varient lentement à mesure que le temps augmente. Il explore les modèles de covariance avec la désintégration polynomiale, le comportement spectral et la classe FARIMA. De plus, il s'inscrit dans les processus autorégressifs de l'hétéroskédasticité conditionnelle (ARCH), inspirés par les séries chronologiques financières, se concentrant sur les retours log-, la moyenne conditionnelle et l'estimation de la variance.
Enseignant
est ipsum
Minim mollit nisi do reprehenderit proident exercitation consectetur sint deserunt. Ullamco dolor duis qui reprehenderit commodo sunt id minim cillum elit amet in commodo elit. Et dolor sint pariatur est culpa cillum incididunt nisi cillum ea. Ullamco qui esse consectetur dolore aute. Ad est ea ex sunt fugiat reprehenderit enim tempor ullamco deserunt mollit anim sunt adipisicing. Labore cupidatat aliqua sunt sunt in velit labore culpa dolor id tempor. Cupidatat commodo cupidatat nulla anim excepteur et nisi ut mollit excepteur nulla.
Source officielle
À propos de ce résultat
Cette page est générée automatiquement et peut contenir des informations qui ne sont pas correctes, complètes, à jour ou pertinentes par rapport à votre recherche. Il en va de même pour toutes les autres pages de ce site. Veillez à vérifier les informations auprès des sources officielles de l'EPFL.
Proximité ontologique
Séances de cours associées (45)
Mémoire longue et ARCH: Séries chronologiques
Explore la mémoire longue dans les séries chronologiques et les modèles ARCH pour la volatilité financière.
Modèles de signaux paramétriques : Matlab Practice
Couvre les modèles de signaux paramétriques et les applications Matlab pratiques pour les chaînes de Markov et les processus AutoRegressive.
Séries chronologiques: prévisions et longue mémoire
Explore les prévisions dans l'analyse des séries chronologiques, les processus de mémoire longue et les modèles ARCH pour la modélisation de la volatilité.
Séries chronologiques financières : Faits stylisés et modélisation
Explore les faits stylisés et la modélisation des séries chronologiques financières, y compris les processus ARCH et GARCH.
Modèles de séries chronologiques : Processus autorégressifs
Explore les modèles de séries chronologiques, en mettant l'accent sur les processus autorégressifs, y compris le bruit blanc, AR(1) et MA(1), entre autres.